[发明专利]增强图像生成模型的训练方法、图像处理方法及装置

说明书

本发明实施例公开了一种增强图像生成模型的训练方法、图像处理方法及装置。增强图像生成模型的训练方法包括：获取待处理样本图像，确定所述待处理样本图像的类别，其中，所述类别包括平扫图像和增强图像；识别所述待处理样本图像的感兴趣区域，以得到包括感兴趣区域的样本图像；基于所述包括感兴趣区域的样本图像，以及样本图像的类别对初始模型进行训练，得到增强图像生成模型。通过本发明实施例公开的技术方案，提升了增强图像对比度和平扫图像的应用灵活性，避免了多次注射增强造影药剂对病人的伤害，提高了医生的诊断效率。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种增强图像生成模型的训练方法、图像处理方法及装置。

背景技术

在放疗流程中，计划CT是必不可少的一项。为了能够清晰的显示病灶部位周围的血管或脏器信息，需要扫描增强CT，即在CT扫描时向静脉注射造影剂，以增强局部扫描图像对比度。

在实施本发明的过程中发现现有技术中存在如下技术问题：一方面部分患者会对造影剂过敏，无法扫描增强CT，另一方面注射造影剂属于有创方式，对于部分患者并不适用。

发明内容

本发明提供一种增强图像生成模型的训练方法、图像处理方法及装置，以实现提升医学影像的图像对比度，避免多次注射增强造影药剂对病人的伤害，从而提高医生的诊断效率。

第一方面，本发明实施例提供了一种增强图像生成模型的训练方法，该方法包括：

获取待处理样本图像，确定所述待处理样本图像的类别，其中，所述类别包括平扫图像和增强图像；

识别所述待处理样本图像的感兴趣区域，以得到包括感兴趣区域的样本图像；

基于所述包括感兴趣区域的样本图像，以及样本图像的类别对初始模型进行训练，得到增强图像生成模型。

可选的，所述确定所述待处理样本图像的类别，包括：

将所述待处理样本图像输入至分类器中，得到所述分类器输出的所述待处理样本图像的类别。

可选的，所述识别所述待处理样本图像的感兴趣区域，包括：

基于所述分类器提取的图像特征生成所述待处理样本图像的热力图；

对所述热力图中的各像素点进行阈值匹配，基于匹配结果确定感兴趣区域。

可选的，所述基于所述分类器提取的图像特征生成所述待处理样本图像的热力图，包括：

获取所述分类器中预设结构提取的图像特征；

基于所述图像特征调整所述待处理样本图像中对应像素点的像素值，生成所述待处理样本图像的热力图。

可选的，所述初始模型包括第一生成模型和第二生成模型，第一生成模型用于将平扫图像转换为第二生成模型用于将增强图像转换为平扫图像；

基于所述包括感兴趣区域的样本图像，以及样本图像的类别对初始模型进行训练，得到增强图像生成模型，包括：

基于所述包括感兴趣区域的样本图像，以及样本图像的类别对所述第一生成模型和第二生成模型进行迭代训练，直到满足结束条件，将训练完成的第一生成模型确定为增强图像生成模型。

可选的，所述第一生成模型和第二生成模型的迭代训练过程包括：

将类别为平扫图像的样本图像输入至第一生成模型中，得到所述第一生成模型输出的训练增强图像，将所述训练增强图像输入至所述第二生成模型中，得到所述第二生成模型输出的训练平扫图像，基于所述类别为平扫图像的样本图像和所述训练平扫图像生成第一损失函数，基于第一损失函数调整所述第一生成模型和所述第二生成模型；

和/或，